MétaCan
Menu
Retour à la cohorte
Enregistrement W2717241992 · doi:10.22329/celt.v10i0.4731

Learning Skills Workshops Supporting First-Year Courses

2017· article· en· W2717241992 sur OpenAlexaffvenue
Sheilagh Grills

Notice bibliographique

RevueCollected Essays on Learning and Teaching · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovative Teaching Methods
Établissements canadiensBrandon University
Organismes subventionnairesnon disponible
Mots-clésAttendancePsychologyStudy skillsTest (biology)Medical educationMathematics educationGeneral partnershipSkills managementAcademic achievementScale (ratio)PedagogyMedicine

Résumé

récupéré en direct d'OpenAlex

Student Services support, including learning skills assistance, can be integral in empowering learners. First-year students are expected to be self-directed in their learning, yet may have neither been challenged nor experienced negative consequences for a lack of perseverance. Academic skills professionals can be partners with teaching faculty in student success by helping to build transferable learning skills, especially for high-fail introductory courses. In this paper, I report on supplementary workshops developed to target fundamental skills with course-specific examples. This partnership included incentivizing academic support with both carrots and sticks; instructors in introductory biology strongly urged students receiving D grades or below on the first test to approach Student Services for support, while sociology faculty incorporated workshop attendance into the introductory course with participation grades. Following such incentivizing of learning skills, workshop attendance increased by 45%. In both courses, first test scores and high school averages for students attending workshops did not differ from students not attending workshops. However, students who attended learning skills workshops had significantly higher course grades, persistence, sessional grade point averages (GPAs), and cumulative GPAs than students not attending workshops. Controlling for high school average, each learning skills workshop attended was associated with a 0.11 to 0.27 increase in sessional GPA on a 4.3 point scale.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0310,006

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,376
Écart entre enseignants0,353 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCollected Essays on Learning and TeachingMême sujetInnovative Teaching MethodsTravaux en français237 207